作者：PatrickBush，MatthewSigel?來源：VanEck?翻譯：善歐巴，喜來順財(cái)經(jīng)
本文概述了人工智能加密貨幣到 2030 年的潛在收入場(chǎng)景，以 $102 億為基準(zhǔn)預(yù)測(cè)，并強(qiáng)調(diào)了公共區(qū)塊鏈在推動(dòng)人工智能采用方面通過關(guān)鍵功能發(fā)揮的重要作用。請(qǐng)注意，VanEck 可能持有以下所述數(shù)字資產(chǎn)的頭寸。
關(guān)鍵要點(diǎn)：
在我們的基準(zhǔn)預(yù)測(cè)中，預(yù)計(jì)到 2030 年，加密貨幣人工智能收入將達(dá)到 102 億美元。
區(qū)塊鏈技術(shù)可能成為人工智能采用和去中心化人工智能解決方案進(jìn)步的關(guān)鍵驅(qū)動(dòng)因素。
與加密激勵(lì)措施的集成可以提高人工智能模型的安全性和效率。
區(qū)塊鏈可能成為解決人工智能身份驗(yàn)證和數(shù)據(jù)完整性挑戰(zhàn)的方案。
公共區(qū)塊鏈極有可能成為解鎖人工智能 (AI) 廣泛采用的關(guān)鍵，而 AI 應(yīng)用將成為加密貨幣存在的意義。這是因?yàn)榧用茇泿盘峁┝巳斯ぶ悄芩璧闹匾A(chǔ)元素，例如透明度、不可變性、明確定義的所有權(quán)屬性和對(duì)抗性測(cè)試環(huán)境。我們相信這些屬性將證明對(duì)人工智能充分發(fā)揮其潛力至關(guān)重要。基于對(duì)人工智能增長(zhǎng)的估計(jì)，我們認(rèn)為到 2030 年，專注于人工智能的加密項(xiàng)目收集的年度收入基準(zhǔn)預(yù)測(cè)為 102 億美元。在這篇文章中，我們推測(cè)了加密貨幣在促進(jìn)人工智能采用方面所扮演的角色以及加密貨幣將從人工智能業(yè)務(wù)中獲得的價(jià)值。
我們發(fā)現(xiàn)加密貨幣在人工智能中的最佳應(yīng)用是：
提供分散的計(jì)算資源
模型測(cè)試、微調(diào)和驗(yàn)證
版權(quán)保護(hù)和數(shù)據(jù)完整性
人工智能安全
身份
加密貨幣對(duì)人工智能來說非常有用，因?yàn)樗呀?jīng)解決了人工智能當(dāng)前和未來面臨的許多挑戰(zhàn)。從本質(zhì)上講，加密貨幣解決了協(xié)調(diào)問題。加密貨幣將人員、計(jì)算和貨幣資源結(jié)合在一起來運(yùn)行開源軟件。它通過以與每個(gè)網(wǎng)絡(luò)的價(jià)值相關(guān)的代幣形式向創(chuàng)建、支持和使用每個(gè)區(qū)塊鏈網(wǎng)絡(luò)的人提供獎(jiǎng)勵(lì)來實(shí)現(xiàn)這一目標(biāo)。該獎(jiǎng)勵(lì)系統(tǒng)可用于引導(dǎo)人工智能價(jià)值堆棧的不同組件。將加密技術(shù)與人工智能相結(jié)合的一個(gè)重要意義在于，利用加密貨幣激勵(lì)措施來開發(fā)必要的物理基礎(chǔ)設(shè)施，例如 GPU 集群，專門用于訓(xùn)練、微調(diào)和支持生成模型的使用。
區(qū)塊鏈還帶來了數(shù)字所有權(quán)的透明度，這可能有助于解決人工智能將在法庭上面臨的一些開源軟件問題，這在《紐約時(shí)報(bào)》訴 OpenAI 和微軟的訴訟中已經(jīng)很引人注目。也就是說，加密可以透明地證明數(shù)據(jù)所有者、模型構(gòu)建者和模型用戶的所有權(quán)和版權(quán)保護(hù)。這種透明度還將擴(kuò)展到將模型有效性的數(shù)學(xué)證明發(fā)布到公共區(qū)塊鏈上。最后，由于不可偽造的數(shù)字簽名和數(shù)據(jù)完整性，我們相信公共區(qū)塊鏈將有助于減輕識(shí)別和安全問題，否則這些問題會(huì)削弱人工智能的有效性。
資料來源：摩根士丹利、彭博資訊、VanEck Research 截至 2024 年 1 月 29 日。過去的表現(xiàn)并不能保證將來的結(jié)果。本博客中提供的信息、估值情景和價(jià)格目標(biāo)無意作為財(cái)務(wù)建議或任何行動(dòng)號(hào)召、購買或出售建議，或作為對(duì)人工智能業(yè)務(wù)未來表現(xiàn)的預(yù)測(cè)。未來的實(shí)際表現(xiàn)尚不清楚，可能與此處描述的假設(shè)結(jié)果有很大差異。所提出的場(chǎng)景中可能存在未考慮到的風(fēng)險(xiǎn)或其他因素，這些因素可能會(huì)阻礙績(jī)效。這些僅僅是基于我們研究的模擬結(jié)果，僅供說明之用。請(qǐng)進(jìn)行自己的研究并得出自己的結(jié)論。
為了預(yù)測(cè)加密人工智能的市場(chǎng)，我們首先估計(jì)人工智能帶來的商業(yè)生產(chǎn)力收益的總可尋址市場(chǎng)（TAM），我們的這一數(shù)字的基線來自麥肯錫2022 年的假設(shè)。然后，我們將經(jīng)濟(jì)和生產(chǎn)率增長(zhǎng)假設(shè)應(yīng)用到麥肯錫的數(shù)據(jù)中，找到一個(gè)基本案例，即 2030 年 TAM 為 5.85T 美元。在此基本情況下，我們假設(shè) AI 生產(chǎn)力增長(zhǎng)比 GDP 增長(zhǎng)高 50%，GDP 增長(zhǎng) 3%。然后，我們預(yù)測(cè)人工智能在全球企業(yè)中的市場(chǎng)滲透率（在基本情況下為 33%），并將其應(yīng)用到我們的初始 TAM 中，預(yù)計(jì)人工智能將為企業(yè)帶來 1.93T 美元的生產(chǎn)力提升。為了計(jì)算所有人工智能業(yè)務(wù)的收入，我們假設(shè)這些生產(chǎn)力收益的 13% 由人工智能業(yè)務(wù)捕獲（或由企業(yè)消費(fèi)者花費(fèi)）作為收入。我們通過應(yīng)用標(biāo)準(zhǔn)普爾 500 強(qiáng)企業(yè)勞動(dòng)力成本的平均收入份額來估算人工智能收入占比，并假設(shè)人工智能支出應(yīng)該相似。我們分析的下一部分應(yīng)用 Bloomberg Intelligence 對(duì) AI 價(jià)值堆棧分布的預(yù)測(cè)來估算每個(gè) AI 業(yè)務(wù)群體的年收入。最后，我們對(duì)每個(gè)人工智能業(yè)務(wù)的加密貨幣市場(chǎng)份額進(jìn)行具體估計(jì)，以得出每個(gè)案例和每個(gè)市場(chǎng)的最終數(shù)據(jù)。
我們?cè)O(shè)想未來將利用開源公共存儲(chǔ)庫構(gòu)建的去中心化人工智能模型應(yīng)用于每個(gè)可以想象的用例。在許多情況下，這些開源模型勝過集中式人工智能創(chuàng)作。這一假設(shè)的基礎(chǔ)源于這樣的假設(shè)：開源社區(qū)將有獨(dú)特動(dòng)機(jī)改進(jìn)事物的愛好者和愛好者聚集在一起。我們已經(jīng)看到開源互聯(lián)網(wǎng)項(xiàng)目打破了傳統(tǒng)業(yè)務(wù)。這種現(xiàn)象最好的例子是維基百科有效地結(jié)束了商業(yè)百科全書業(yè)務(wù)，而推特則擾亂了新聞媒體。這些開源社區(qū)在傳統(tǒng)企業(yè)失敗的地方取得了成功，因?yàn)殚_源團(tuán)體通過社會(huì)影響力、意識(shí)形態(tài)和團(tuán)體團(tuán)結(jié)的結(jié)合來協(xié)調(diào)和激勵(lì)人們提供價(jià)值。簡(jiǎn)而言之，?關(guān)心。
將開源人工智能模型與加密貨幣激勵(lì)相結(jié)合，可以擴(kuò)大這些新興社區(qū)的影響力，賦予他們財(cái)務(wù)能力，以創(chuàng)建必要的基礎(chǔ)設(shè)施來吸引新參與者。將這一前提應(yīng)用于人工智能將是熱情和金錢資源的迷人結(jié)合。人工智能模型將在加密貨幣激勵(lì)競(jìng)賽中接受測(cè)試，建立模型評(píng)估基準(zhǔn)的環(huán)境。在這種環(huán)境下，最有效的模型和評(píng)估標(biāo)準(zhǔn)會(huì)獲勝，因?yàn)槊總€(gè)模型的價(jià)值都被明確量化。因此，在我們的基本案例中，我們預(yù)計(jì)區(qū)塊鏈生成的人工智能模型將占所有人工智能軟件收入的 5%。這一估算包括硬件、軟件、服務(wù)、廣告、游戲等，反映了企業(yè)運(yùn)營(yíng)數(shù)量的轉(zhuǎn)變。在 AI 軟件的總收入中，我們預(yù)計(jì)這將占所有 AI 收入的一半左右，即 $125.50B 左右。因此，我們預(yù)計(jì)開源模型的 5% 市場(chǎng)份額相當(dāng)于$6.27B的收入將用于加密代幣支持的人工智能模型。
我們預(yù)計(jì)，到 2030 年，用于微調(diào)、訓(xùn)練和推理的計(jì)算（或人工智能基礎(chǔ)設(shè)施即服務(wù)）的 TAM 可能會(huì)達(dá)到 $47.44B。隨著人工智能的廣泛采用，人工智能將成為世界經(jīng)濟(jì)許多功能不可或缺的一部分，計(jì)算和存儲(chǔ)的供應(yīng)可以被設(shè)想為類似于發(fā)電和配電的公共設(shè)施。在這種動(dòng)態(tài)中，絕大多數(shù)“基本負(fù)載”將來自 Amazon 和 Google 等 GPU 云超大規(guī)模企業(yè)，其市場(chǎng)份額將近似帕累托分布80%。我們看到區(qū)塊鏈分配的后端服務(wù)器基礎(chǔ)設(shè)施可以滿足特殊需求，并在高網(wǎng)絡(luò)需求期間充當(dāng)“峰值”提供商。對(duì)于定制人工智能模型的生產(chǎn)者來說，加密存儲(chǔ)和計(jì)算提供商提供了諸如按需服務(wù)交付、更短的 SLA 鎖定期、更定制的計(jì)算環(huán)境以及更高的延遲敏感性等優(yōu)勢(shì)。此外，去中心化 GPU 可以與智能合約中的去中心化 AI 模型無縫集成，從而實(shí)現(xiàn) AI 代理擴(kuò)展自己的計(jì)算需求的無需許可的用例。將區(qū)塊鏈提供的 GPU 視為人工智能計(jì)算基礎(chǔ)設(shè)施的 Uber/Lyft 等價(jià)物，我們認(rèn)為區(qū)塊鏈提供的計(jì)算和存儲(chǔ)將占據(jù)人工智能基礎(chǔ)設(shè)施非超大規(guī)模市場(chǎng)的 20%，可能產(chǎn)生到 2030 年將達(dá)到 $1.90B。
通過可證明的鏈上人性在人工智能代理和模型的背景下定義“身份”可以被視為世界計(jì)算機(jī)網(wǎng)絡(luò)的女巫防御機(jī)制。我們可以通過檢查與保護(hù)不同區(qū)塊鏈網(wǎng)絡(luò)相關(guān)的費(fèi)用來估計(jì)這項(xiàng)服務(wù)的成本。2023 年，比特幣、以太坊和 Solana 的成本分別約為1.71%、4.3%、 和 5.57%，分別為每個(gè)網(wǎng)絡(luò)通脹發(fā)行價(jià)值的 5.57%。保守地說，我們可以推斷身份識(shí)別應(yīng)占人工智能市場(chǎng)的 3.5% 左右。考慮到 AI 軟件的 TAM 為 $125.5B，這對(duì)應(yīng)于 $8.78B 的年度收入。由于我們相信加密貨幣為身份問題提供了最佳解決方案，因此我們相信它將占據(jù)該終端市場(chǎng) 10% 的市場(chǎng)份額，預(yù)計(jì)其年收入約為?8.78 億美元。
人工智能安全有望成為人工智能設(shè)備的另一個(gè)重要組成部分，其基本要求是使用未損壞的、相關(guān)的最新數(shù)據(jù)來驗(yàn)證模型是否運(yùn)行正確。隨著人工智能擴(kuò)展到人類生命面臨風(fēng)險(xiǎn)的應(yīng)用領(lǐng)域，例如自動(dòng)駕駛汽車、工廠機(jī)器人和醫(yī)療保健系統(tǒng)，對(duì)失敗的容忍度變得很小。發(fā)生事故時(shí)問責(zé)的需要將推動(dòng)保險(xiǎn)市場(chǎng)需要具體的安全證明。公共區(qū)塊鏈?zhǔn)菍?shí)現(xiàn)此功能的理想選擇，因?yàn)樗鼈兛梢栽谌魏稳硕伎梢钥吹降牟豢筛牡姆诸愘~上發(fā)布“安全證明”。這項(xiàng)業(yè)務(wù)可以被認(rèn)為類似于金融機(jī)構(gòu)的合規(guī)性。考慮到美國(guó)的商業(yè)和投資銀行產(chǎn)生 $660B 的收入，同時(shí)花費(fèi) $58.75B 的合規(guī)成本（占收入的 8.9%），我們預(yù)計(jì) AI 安全應(yīng)占 $251B AI TAM 的 $22.34B 左右。盡管加密貨幣具有增強(qiáng)人工智能安全的潛力，但鑒于美國(guó)政府對(duì)人工智能的關(guān)注，我們相信人工智能的大部分合規(guī)性將是集中的。因此，我們估計(jì)加密貨幣將占該市場(chǎng)的 5% 左右，即$1.12B左右。
加密貨幣可以將其巨大的社會(huì)和財(cái)務(wù)協(xié)調(diào)優(yōu)勢(shì)應(yīng)用于計(jì)算訪問的民主化，從而解決當(dāng)前困擾人工智能開發(fā)人員的痛點(diǎn)。除了高昂的成本和獲得優(yōu)質(zhì) GPU 的機(jī)會(huì)有限之外，人工智能模型構(gòu)建者目前還面臨著其他棘手的問題。其中包括供應(yīng)商鎖定、缺乏安全性、計(jì)算可用性有限、延遲差以及國(guó)家法律規(guī)定的地理圍欄。
加密貨幣能夠滿足人工智能對(duì) GPU 的需求，源于加密貨幣通過代幣激勵(lì)匯集資源的能力。比特幣網(wǎng)絡(luò)的代幣價(jià)值為 850B 美元，股權(quán)價(jià)值為 20B 美元，這證明了這種能力。因此，當(dāng)前的比特幣礦工和有前途的去中心化 GPU 市場(chǎng)都有潛力通過提供去中心化計(jì)算來為人工智能增加巨大的價(jià)值。
對(duì)于理解通過區(qū)塊鏈提供 GPU 的一個(gè)有用的類比是發(fā)電業(yè)務(wù)。簡(jiǎn)單來說，有一些實(shí)體運(yùn)營(yíng)著大型、昂貴的工廠，可以穩(wěn)定地發(fā)電以滿足大多數(shù)電網(wǎng)需求。這些“基本負(fù)荷”工廠的需求穩(wěn)定，但需要大量的建設(shè)資本投資，導(dǎo)致資本回報(bào)率相對(duì)較低但有保證。補(bǔ)充基本負(fù)載的是另一類稱為“峰值功率”的發(fā)電機(jī)。當(dāng)電力需求超過基本負(fù)荷發(fā)電能力時(shí)，這些企業(yè)提供電力。這涉及高成本、小規(guī)模的能源生產(chǎn)，其戰(zhàn)略定位接近該能源的需求。我們預(yù)計(jì)“按需計(jì)算”領(lǐng)域也會(huì)出現(xiàn)類似的動(dòng)態(tài)。
比特幣和其他工作量證明加密貨幣與人工智能一樣對(duì)能源有很高的需求。這種能源必須被創(chuàng)造、獲取、運(yùn)輸并分解成可用電力來為采礦設(shè)備和計(jì)算集群供電。該供應(yīng)鏈需要礦商對(duì)發(fā)電廠、購電協(xié)議、電網(wǎng)基礎(chǔ)設(shè)施和數(shù)據(jù)中心設(shè)施進(jìn)行大量投資。挖礦 PoW 加密貨幣帶來的貨幣激勵(lì)導(dǎo)致了許多分布在全球的比特幣礦工的出現(xiàn)，這些礦工擁有能源和電力權(quán)利以及集成的網(wǎng)格架構(gòu)。這些能源大部分來自成本較低、社會(huì)回避的碳密集型能源。因此，比特幣礦工可以提供的最引人注目的價(jià)值主張是為人工智能后端基礎(chǔ)設(shè)施提供動(dòng)力的低成本能源基礎(chǔ)設(shè)施。
AWS 和微軟等超大規(guī)模計(jì)算提供商一直奉行投資垂直整合運(yùn)營(yíng)并建立自己的能源生態(tài)系統(tǒng)的戰(zhàn)略。大型科技公司已經(jīng)向上游發(fā)展，設(shè)計(jì)自己的芯片并采購自己的能源，其中大部分是可再生能源。目前，數(shù)據(jù)中心消耗了美國(guó)企業(yè)可用的可再生能源的三分之二。微軟和亞馬遜都承諾到 2025 年實(shí)現(xiàn) 100% 可再生能源供應(yīng)。然而，如果預(yù)期的計(jì)算需求超出預(yù)期，正如一些人所說，到 2027 年，以人工智能為中心的數(shù)據(jù)中心數(shù)量可能會(huì)增加一倍，資本支出可能是目前估計(jì)的三倍。大型科技公司已經(jīng)支付了 0.06-0.10 美元/千瓦時(shí)的電力費(fèi)用，比競(jìng)爭(zhēng)性比特幣礦工通常支付的價(jià)格（0.03-0.05 千瓦時(shí)）貴得多。如果人工智能對(duì)能源的需求超過了大型科技公司當(dāng)前的基礎(chǔ)設(shè)施計(jì)劃，那么比特幣礦商相對(duì)于超大規(guī)模礦商的電力成本優(yōu)勢(shì)可能會(huì)大幅增加。礦工越來越被與 GPU 供應(yīng)相關(guān)的高利潤(rùn)人工智能業(yè)務(wù)所吸引。值得注意的是，蜂巢10 月份報(bào)道稱，按每兆瓦計(jì)算，其 HPC 和 AI 業(yè)務(wù)產(chǎn)生的收入是比特幣挖礦的 15 倍。其他抓住人工智能機(jī)會(huì)的比特幣礦工包括 Hut 8 和 Applied Digital。
比特幣礦商在這個(gè)新市場(chǎng)中經(jīng)歷了增長(zhǎng)，這有助于實(shí)現(xiàn)收入多元化并增強(qiáng)收益報(bào)告。在 Hut 8 的 2023 年第三季度分析師電話會(huì)議中，首席執(zhí)行官 Jaime Leverton 表示：“在我們的 HPC 業(yè)務(wù)中，我們?cè)诘谌径韧ㄟ^新客戶的增加和現(xiàn)有客戶的增長(zhǎng)創(chuàng)造了一些動(dòng)力。上周，我們推出了按需云服務(wù)，為那些從我們的 GPU 尋求 HPC 服務(wù)的客戶提供基于 Kubernetes 的應(yīng)用程序，這些應(yīng)用程序可以支持人工智能、機(jī)器學(xué)習(xí)、視覺效果和渲染工作負(fù)載。這項(xiàng)服務(wù)將控制權(quán)交到我們的客戶手中，同時(shí)將配置時(shí)間從幾天縮短到幾分鐘，這對(duì)于那些尋求短期 HPC 項(xiàng)目的人來說尤其具有吸引力。小屋8已實(shí)現(xiàn)2023 年第三季度 HPC 業(yè)務(wù)收入為 450 萬美元，占該公司同期收入的 25% 以上。對(duì) HPC 服務(wù)和新產(chǎn)品的需求不斷增長(zhǎng)，應(yīng)有助于該業(yè)務(wù)線的未來增長(zhǎng)，隨著比特幣減半即將到來，HPC 收入可能很快就會(huì)超過挖礦收入，具體取決于市場(chǎng)狀況。
盡管他們的業(yè)務(wù)聽起來很有前途，但轉(zhuǎn)向人工智能的比特幣礦工可能會(huì)因缺乏數(shù)據(jù)中心建設(shè)技能或無法擴(kuò)大電力供應(yīng)而陷入困境。由于雇用新的以數(shù)據(jù)中心為中心的銷售人員的成本，這些礦工還可能會(huì)發(fā)現(xiàn)與運(yùn)營(yíng)管理費(fèi)用相關(guān)的挑戰(zhàn)。此外，當(dāng)前的采礦作業(yè)沒有足夠的網(wǎng)絡(luò)延遲或帶寬，因?yàn)樗鼈儗?duì)廉價(jià)能源的優(yōu)化導(dǎo)致它們位于偏遠(yuǎn)地區(qū)，通常缺乏高速光纖連接。
我們還看到了以計(jì)算為中心的加密項(xiàng)目的長(zhǎng)尾，這些項(xiàng)目將占據(jù)人工智能服務(wù)器資源市場(chǎng)的一小部分但很大一部分。這些實(shí)體將協(xié)調(diào)超大規(guī)模之外的計(jì)算集群，以提供適合新貴人工智能構(gòu)建者需求的價(jià)值主張。去中心化計(jì)算的好處包括可定制性、開放訪問和更好的合同條款。這些基于區(qū)塊鏈的計(jì)算公司使小型人工智能參與者能夠避免 H100 和 A100 等高端 GPU 的巨額費(fèi)用和普遍不可用的情況。加密人工智能企業(yè)將通過創(chuàng)建圍繞加密代幣激勵(lì)構(gòu)建的物理基礎(chǔ)設(shè)施網(wǎng)絡(luò)來滿足需求，同時(shí)提供專有IP來創(chuàng)建軟件基礎(chǔ)設(shè)施以優(yōu)化人工智能應(yīng)用程序的計(jì)算使用。區(qū)塊鏈計(jì)算項(xiàng)目將使用市場(chǎng)方法和加密獎(jiǎng)勵(lì)來從獨(dú)立數(shù)據(jù)中心、具有過剩計(jì)算能力的實(shí)體和前 PoW 礦工那里發(fā)現(xiàn)更便宜的計(jì)算。為人工智能模型提供去中心化計(jì)算的一些項(xiàng)目包括Akash、渲染和io.net。
Akash每日收入。資料來源：Cloudmos 截至 2024 年 1 月 30 日。過去的表現(xiàn)并不能保證將來的結(jié)果。
Akash 是一個(gè)基于 Cosmos 的項(xiàng)目，可以認(rèn)為是一個(gè)通用的去中心化“超級(jí)云””，提供 CPU、GPU、內(nèi)存和存儲(chǔ)。實(shí)際上，它是一個(gè)連接云服務(wù)用戶和云服務(wù)提供商的雙向市場(chǎng)。Akash 的軟件旨在協(xié)調(diào)計(jì)算供應(yīng)與需求，同時(shí)創(chuàng)建促進(jìn) AI 模型訓(xùn)練、微調(diào)和運(yùn)行的工具。Akash 還確保市場(chǎng)買家和賣家誠(chéng)實(shí)履行其義務(wù)。Akash 通過其 $AKT 代幣進(jìn)行協(xié)調(diào)，該代幣可用于以折扣價(jià)支付云服務(wù)費(fèi)用。$AKT 還作為 GPU 計(jì)算提供商和其他網(wǎng)絡(luò)參與者的激勵(lì)機(jī)制。在供應(yīng)方面，Akash 在添加計(jì)算供應(yīng)商方面取得了長(zhǎng)足進(jìn)步，因?yàn)?Akash 市場(chǎng)上有 65 家不同的供應(yīng)商。盡管在 Akash 的 AI 超級(jí)云于 2023 年 8 月 31 日首次亮相之前，計(jì)算需求一直低迷，
最近遷移到 Solana 的 Render 最初專注于將藝術(shù)家與分散的團(tuán)體聯(lián)系起來，這些團(tuán)體將提供 GPU 能力來渲染圖像和視頻。然而，Render 已開始將其去中心化 GPU 集群的重點(diǎn)放在滿足機(jī)器學(xué)習(xí)工作負(fù)載上，以支持深度學(xué)習(xí)模型。通過網(wǎng)絡(luò)改進(jìn)提案RNP-004，Render 現(xiàn)在擁有一個(gè) API 可以連接外部網(wǎng)絡(luò)（例如 io.net），該網(wǎng)絡(luò)將利用 Render 的 GPU 網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)。渲染社區(qū)隨后提出的提案獲得通過，允許通過Beam和FEDML訪問其 GPU來完成機(jī)器學(xué)習(xí)任務(wù)。因此，Render 已成為 GPU 工作負(fù)載的去中心化促進(jìn)者，通過向提供商支付 RNDR 美元以及向運(yùn)行網(wǎng)絡(luò)后端基礎(chǔ)設(shè)施的實(shí)體提供 RNDR 激勵(lì)來協(xié)調(diào)。
Io.net GPU 價(jià)格比較。來源：io.net截至 2024 年 1 月 4 日。
Solana 上另一個(gè)有趣的項(xiàng)目是 io.net，它被認(rèn)為是 DePIN 或去中心化物理基礎(chǔ)設(shè)施網(wǎng)絡(luò)。io.net 的目的也是提供 GPU，但其重點(diǎn)僅在于應(yīng)用 GPU 來驅(qū)動(dòng) AI 模型。除了簡(jiǎn)單地協(xié)調(diào)計(jì)算之外，Io.net 還在其核心堆棧中添加了更多服務(wù)。其系統(tǒng)聲稱可以處理人工智能的所有組件，包括創(chuàng)建、使用和微調(diào)，以正確促進(jìn)整個(gè)網(wǎng)絡(luò)中的人工智能工作負(fù)載并對(duì)其進(jìn)行故障排除。該項(xiàng)目還利用了其他去中心化 GPU 網(wǎng)絡(luò)，例如 Render 和 Filecoin 及其自己的 GPU。盡管 io.net 目前缺乏代幣，但計(jì)劃于 2024 年第一季度推出。
然而，由于典型的633TB+提出的網(wǎng)絡(luò)需求，利用這種分布式計(jì)算仍然是一個(gè)挑戰(zhàn)訓(xùn)練深度學(xué)習(xí)模型所需的數(shù)據(jù)。由于計(jì)算機(jī)能力的延遲和差異，位于全球各地的計(jì)算機(jī)系統(tǒng)也給并行模型訓(xùn)練帶來了新的障礙。Together 是一家積極進(jìn)軍開源基礎(chǔ)模型市場(chǎng)的公司，該公司正在構(gòu)建一個(gè)去中心化云來托管開源人工智能模型。Together 將使研究人員、開發(fā)人員和公司能夠通過結(jié)合數(shù)據(jù)、模型和計(jì)算的直觀平臺(tái)來利用和改進(jìn)人工智能，擴(kuò)大人工智能的可訪問性并為下一代科技公司提供支持。Together 與領(lǐng)先的學(xué)術(shù)研究機(jī)構(gòu)合作，構(gòu)建了 Together 研究計(jì)算機(jī)，使實(shí)驗(yàn)室能夠集中計(jì)算進(jìn)行人工智能研究。該公司還與斯坦福基礎(chǔ)模型研究中心 (CRFM) 合作創(chuàng)建了語言模型的整體評(píng)估 (HELM)。HELM 是一個(gè)“活基準(zhǔn)”，旨在通過提供評(píng)估此類基礎(chǔ)模型的標(biāo)準(zhǔn)化框架來提高人工智能的透明度。
自 Together 成立以來，創(chuàng)始人 Vipul Ved Prakash 率先啟動(dòng)了多個(gè)項(xiàng)目，包括 1) GPT-JT，一個(gè)開放式 LLM，具有通過
喜來順財(cái)經(jīng)
